توزيعات اللون المحليّة كمُقدّم لتحسين الصورة

تُصمم الطرق الحالية لتحسين الصور عادةً لمعالجة إما مشكلة الإضاءة الزائدة أو نقصها في الصورة المدخلة. ومع ذلك، عندما تتضمن إضاءة الصورة المدخلة كلا المشكلتين معًا، قد لا تعمل هذه الطرق الحالية بكفاءة. نلاحظ من خلال تحليل إحصائيات الصور أن توزيعات الألوان المحلية (LCDs) في الصور المتأثرة بكلا المشكلتين تميل إلى التغير بين مناطق مختلفة من الصورة، وذلك اعتمادًا على مستويات الإضاءة المحلية. بناءً على هذه الملاحظة، نقترح في هذا البحث استغلال هذه توزيعات الألوان المحلية كمعلومة أولية لتحديد مناطق الإضاءة الزائدة والمنخفضة وتحسينها. أولاً، نستخدم توزيعات الألوان المحلية لتمثيل هذه المناطق، ونُقدِّم وحدة جديدة تُسمى "وحدة تضمين توزيع الألوان المحلية" (LCDE) لصياغة توزيعات الألوان المحلية على مقاييس متعددة، بهدف نمذجة العلاقات بين المناطق المختلفة. ثانيًا، نقترح آلية تعلم مزدوجة الإضاءة لتحسين كلا النوعين من المناطق. ثالثًا، ننشئ مجموعة بيانات جديدة لتسهيل عملية التعلم، وذلك باعتماد مسار معالجة إشارة الكاميرا (ISP) لتحويل البيانات الخام إلى صور RGB قياسية تحتوي على كلا النوعين من الإضاءة الزائدة والمنخفضة. تُظهر التجارب الواسعة أن الطريقة المقترحة تتفوق على الطرق الرائدة الحالية من حيث الأداء الكمي والنوعي. يمكن الوصول إلى الشفرات وبيانات المجموعة عبر الرابط: https://hywang99.github.io/lcdpnet/.